[发明专利]一种基于数据分段聚合分布的车辆碰撞检测方法及系统

说明书

本发明提供了一种基于数据分段聚合分布的车辆碰撞检测方法及系统，系统包括信息获取模块、数据库查询模块、汽车数字画像建模模块和碰撞检测推送模块；方法包括S1：获取历史数据；S2：对三轴时序数据不同轴向进行分段聚合估计时序过程分布；S3：获取当前时刻的三轴时序数据，并获取对应的历史三轴时序数据；S4：对当前时刻上传的三轴时序数据不同轴向进行序列特征变换；S5：计算偏离程度；S6：计算设备综合偏离程度，判断是否发生碰撞。本发明通过历史三轴时序数据对车辆进行建模，基于分段聚合对历史数据估计时序过程分布，对当前数据进行特征转换，通过计算两者的偏离度，实现简单直接、快速有效的车辆碰撞检测。

技术领域

本发明涉及车辆碰撞检测技术领域，特别涉及一种基于数据分段聚合分布的车辆碰撞检测方法及系统。

背景技术

随着国民可支配收入的显著增高，私家机动车尤其是汽车几乎成为人均标配，与此同时车辆碰撞刮擦事故量也随之爆发式增长，无论是交通管理还是事故人员都对有关碰撞检测功能，能够又快有准的检出事故并响应协助有强烈需求。

目前碰撞报警有实用价值的设备主要是借助车辆异常抖动促发重力加速度传感器感应，具体测量x,y,z三个轴的矢量分量，若是标准安装，三轴分别对应左右方向的变化轴、前后方向的变化轴和地球重力方向的变化轴。当前的主流检测方法是细分研究不同的车型和碰撞场景，基于三轴分量数据统计模长、时序变化量、最大值、最小值、其他分位数简单统计量等构造特征，然后为所有特征设置阈值卡控，一旦满足某些特征组合的阈值条件则判为对应车型和碰撞场景的碰撞事件。这种方式要求深入细分车型和碰撞场景，然而现实的碰撞场景千变万化，不同程度的道路条件、车况条件还有驾驶人的行为情况等变动都会导致先前碰撞场景里的特征阈值库失效，进而导致大量的误判和漏判。

发明内容

为解决上述问题，本发明提供了一种基于数据分段聚合分布的车辆碰撞检测方法及系统，基于分布特性设计涵盖所有潜在场景的碰撞检测算法，通过传感器设备获取实时的三轴时序数据，利用分段聚合方法逐一构建车辆近期表现的高频时序过程分布，形成车辆的精准数字化画像，并在此基础上设计分段聚合相似性度量以及高频时序过程分布的在线更新算法，实现了车辆数字画像的实时更新以及车辆碰撞异常的快速检测。

本发明提供了一种基于数据分段聚合分布的车辆碰撞检测方法，包括：

S1：获取历史数据，所述历史数据为车辆上传感器设备感应上传的历史三轴时序数据，所述传感器设备设有唯一编号，与车辆以及采集的数据对应关联；

S2：对获得的三轴时序数据，分别对不同轴向进行分段聚合估计时序过程分布；

S3：获取当前时刻车辆传感器上传的三轴时序数据，基于该车辆传感器编号获取对应的历史三轴时序数据；

S4：分别对当前时刻上传的三轴时序数据不同轴向进行序列特征变换；

S5：计算变换的序列特征与该传感器设备上传的历史三轴时序数据对应时序过程分布的偏离程度；

S6：判断设备综合偏离程度是否超出设定阈值，判断该传感器设备对应的车辆是否发生碰撞。

进一步的，在步骤S1后，获取所述历史数据后，对所述历史数据按照上传时间进行排序，并截取预定时间段的三轴时序数据。

进一步的，所述历史数据存储在SQL关系数据库中，通过传感器唯一编号和预定时间段，截取输出设定条件的三轴时序数据。

进一步的，在步骤S2中，所述分段聚合估计时序过程分布，具体过程如下：

S201：针对不同轴向的历史数据，每个上传时间点均有n个采样点形成的序列数据，分别对不同轴向的序列数据，按照n/10等分进行分段分割；